ユーザーベース協調フィルタリングを利用したオンラインジャッジシステムにおける問題推薦手法の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2023-11-23
• タイトル: ユーザーベース協調フィルタリングを利用したオンラインジャッジシステムにおける問題推薦手法の提案
• タイトル / 言語: en
• タイトル: Problem Recommendation Method for Online Judging System Using User-Based Collaborative Filtering
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 同志社大学大学院理工学研究科
• 著者所属: 立命館大学情報理工学部
• 著者所属: 同志社大学大学院理工学研究科
• 著者所属: 同志社大学理工学部
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Engineering, Doshisha University
• 著者名: 小西, 杏典; 槇原, 絵里奈; 千歩, 野亜; 小野, 景子
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，学習支援サービスの普及により，自己学習サイトやプログラミングスクール，そしてオンラインジャッジシステム（以下 OJS）を活用したプログラミング学習が注目されている．そこで，本研究では，OJS を利用したプログラミング学習に着目する．しかし，OJS は多くの問題を収録しているため，プログラミング学習者にとって適切な問題の選択が困難である．本稿では，ユーザベース協調フィルタリングを利用したプログラミング学習者向けの問題推薦手法を提案し，AtCoder におけるレート 400 未満の実ユーザの解答履歴を利用した検証実験を行う．推薦問題の正答可能性に関する実験結果では，プログラミング学習者は推薦された問題の高難易度問題を将来正答できる可能性が高いことを各ユーザの解答履歴より示した．この結果より，提案手法はユーザにとって正答が容易な問題から，将来的に解答が可能な高難易度の問題まで適切に推薦可能であると考える．また，推薦問題の妥当性に関する実験では，推薦問題の難易度が A から C に収束し，推薦された問題はユーザが正答可能かつ，基礎的なアルゴリズムまたはデータ構造に関する問題であった．この結果より，提案手法はプログラミング学習者の習熟度に応じた推薦が可能であることを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, with the spread of learning support services, programming learning using self-learning sites, programming schools, and online judging systems (hereinafter referred to as ”OJS”) has been attracting attention. Therefore, this study focuses on programming learning using OJS. However, since OJS contains many problems, it is difficult for programming learners to select appropriate problems. In this paper, we propose a problem recommendation method for programming learners using user-based collaborative filtering, and conduct verification experiments using the answer histories of real users with a rate of less than 400 on AtCoder. Experimental results on the likelihood of correctly answering the recommended problems show that programming learners are more likely to correctly answer the recommended problems of higher difficulty in the future, based on each user's answer history. Based on these results, the proposed method can appropriately recommend problems that are easy for users to answer correctly, as well as problems of high difficulty that can be answered in the future. Experiments on the validity of the recommended problems showed that the difficulty of the recommended problems converged from A to C, which is justifiable with a basic algorithm or data structure. These results indicate that the proposed method is capable of making recommendations according to the programming learner's level of proficiency.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112981
• 書誌情報: 研究報告ソフトウェア工学（SE）; 巻 2023-SE-215, 号 5, p. 1-7, 発行日 2023-11-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8825
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会